GitHub大热！也许会成为你心中的OCR开源工具NO1！

本文主要介绍关于人工智能,python,编程语言,java,机器学习的知识点，对【GitHub 大热！也许会成为你心中的OCR开源工具NO1！】和【ocr开源解决方案】有兴趣的朋友可以看下由【程序猿DD_】投稿的技术文章，希望该技术和经验能帮到你解决你所遇的相关技术问题。

ocr开源解决方案

前几天，小编的一个朋友跟小编吐槽， 说起最近国内一些银行科技内部在用的比较流行的几种高科技技术，其中OCR一定是逃不过去的， 但凡哪家银行想做数字化转型，从行长到老总肯定第一句就说要做OCR，但到底什么是OCR，能做什么，可能说出的人并不知道，只是知道这个名字说出来就代表着智能项目。

OCR，全称optical character recognition，意思是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

但凡是对国内OCR方面有所了解的工程师，一定或多或说听说过 PaddleOCR 这个项目。其主要推荐的 PP-OCR 算法更是被国内外企业OCR开发者广泛应用。

尤其在GitHub上短短时间内已经积攒了15k+的星，频频登上了各种榜单前列。

小编来给大家粗略的算一下：

2020年6月，发布OCR超轻量模型，登上GitHub Trending全球趋势榜日榜第一的宝座。

同年8月，开源CVPR2020算法，再次登上GitHub趋势榜单。

2个月后，PP-OCR算法发布，登上Paperswithcode趋势榜第一名。

2021年1月，Style-Text文本合成算法发布，同时上线PPOCRLabel数据标注工具，被某主流报告评为中国GitHub Top20活跃项目。

同年4月，开源了PGNet端到端识别算法。

同年8月，开源了PP-Structure工具包，支持版面分析与表格识别。

同一月，GitHub上Star突破15k+，截止发文时点，已经16K+！

然后就在这个月，PaddleOCR的项目团队宣布，根据之前项目中碰到的问题以及解决经验，经过整组团队人员的共同努力，构建并发布新一代的OCR系统PP-OCRv2。

PP-OCRv2CPU推理速度相比于PP-OCR server提升220%；效果相比于PP-OCR mobile 提升7%

简单的说，就是更高更快更强！

同时在功能加强的基础上，大小仅13M（检测（3.1M）+ 方向分类器（1.4M）+ 识别（8.5M）= 13.0M），可以轻松部署服务器端和移动端。

光说不练假把式，说了那么多我们先来一起看下PP-OCRv2的实际识别效果究竟如何：

看着的确不错，别急，还有各种其他不同的场景，例如：

中文识别模型

英文识别模型

多语言识别模型

光看效果是不错，但是如果程序猿小伙伴遇到问题不会用怎么办？

项目组考虑到这点，特地为众多好学的程序猿小伙伴准备了丰富详尽的教程文档。

从项目环境的准备，到项目的运行，快速开始，各种模型的设计训练，各种实际的部署以及常见的问题，光看看这个教程，就感觉受益匪浅了~

总的来说， PP-OCRv2是在PP-OCR的基础上，在5个方面重点优化：

检测模型采用CML协同互学习知识蒸馏策略

CopyPaste数据增广策略

识别模型采用LCNet轻量级骨干网络

UDML 改进知识蒸馏策略

Enhanced CTC loss损失函数改进

（如下图红框所示）进一步在推理速度和预测效果上取得明显提升。

对于上述更新内容有兴趣想深度钻研的小伙伴，这里还有一份长达8页的文档，可供研究学习（下载地址同项目地址一并关注公众号回复关键字后提供）

从下面项目的更新记录我们也可以看到，就在前几天，项目组还就新技术的发布做了直播，可谓用心良苦。

如此优秀的项目，怎能不让人心动呢！想加入体验OCR效果的小伙伴，别的不多说了，赶紧来关注获取项目地址及技术文档吧！

点击下方卡片，关注公众号“TJ君”

回复“OCR”，获取仓库地址

本文《GitHub 大热！也许会成为你心中的OCR开源工具NO1！》版权归程序猿DD_所有，引用GitHub 大热！也许会成为你心中的OCR开源工具NO1！需遵循CC 4.0 BY-SA版权协议。